LOGO基于完全有限前缀的完备日志生成算法

报告人：王文星作 者 : 王文星 闻立杰 谭士杰单 位 : 清华大学软件学院

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

日志生成算法的意义为系统行为分析和验证提供数据来源为过程挖掘算法评估框架提供数据来源

研究现状（ 1 ）通过可达图计算 Petri 网的所有的触发序列

优点：完备关系 缺点：时间空间爆炸，不具备实用性

满足 TAR 关系的日志生成算法（査海平）： 优点：时间复杂度减小 缺点：并非真正系统执行日志

研究现状（ 2 ）满足 TAR 关系的日志生成算法（査海平）：三个网的 TAR 集合同为 :AC,BC,CD,CE

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

背景知识展开网（ unfolding ）技术：

出现网： |·B|≤ 1, 无环 分支进程：相对独立的运行分支 展开网：最大的分支进程，代表网的行为 完全有限前缀（ CFP ）：保留展开网全部信息 配置，割

完备日志：基于特定关系 相邻关系 三角关系 长依赖关系

S1 S2

t1 t2 t3

S3 S4 S5

t4 t5

S6 S7

t6 t7

a

1 2

S1 S2

3t1

5t2

7t3

4 6

S3 S48

S5

9t4

12t5

10S6

11S7

13S6

14S7

15t6

17t7

19t6

21t7

16S1

18S2

20S1

22S2

23t1

25t2

27t3

29t1

31t2

33t3

24S3

26S4

28S5

36S6

30S3

32S4

34S5

35t4

38t5 41t4 44 t5

37S7

39S6

40S7

42S6

43S7

45S6

46

S7

{s2,s3} {s1,s5}

{s6,s7} {s6,s7}

{s1,s7}{s2,s6}

{s1,s7} {s2,s6}

{s3,s7}{s4,s7} {s5,s6} {s3,s7} {s4,s7} {s5,s6}

{s6,s7}{s6,s7} {s6,s7} {s6,s7}

{s2,s4}

... ... ... ... ... ... ... ...

b

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

次序关系定义：二元次序关系：用结构上的相邻或者并发

关系来代表行为 隐式依赖 :AC 相邻关系 :AB,BC 并发关系 :BD 传递闭包 :ABC 二元次序关系 (EAR)

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

算法设计

实例分析计算得到 D 与 E 的子前缀从初始状态开始执行 A ，得到 {p,r} 标识选择执行 D ，得到 {q,r} 标识选择执行 E ，得到 {p,r} 标识在展开网上，先后执行 B,C得到轨迹 ADEBC

扩展的次序关系完备日志生成规则 选择冲突原则

优先执行原则

三角关系可满足性原则

长依赖可满足性原则

选题意义及研究现状

背景知识

基于 CFP 的次序关系

基于前缀的完备日志生成算法

评估框架

清华大学软件学院

评估框架日志评估框架：

a 谱系算法模式挖掘时日志完备性比较：

生成日志质量与性能的比较：

评估框架

参考文献 ZHA haiping, WANG jianmin, WEN lijie. An Algorithm of Complete Log Generation for

Petri Net Models. Journal of System Simulation, 2007,17(1):271-274.[ 查海平，王建民，闻立杰 . 一种 Petri 网模型完备日志生成算法 . [J] 系统仿真学报， 2007,17(1):271-274.]

J.Esparza, S.Romer, and W.Vogler, “An improvement of McMillan’s Unfolding Algorithm,” in TACAs ’96: Proceedings of the Second International Workshop on Tools and Algorithms for Construction and Analysis of Systems. London, UK: Springer-Verlag, 1996, pp. 87-106

W.M.P. van der Aalst, A.J.M.M. weijters, and L. Maruster. Workflow mining:Discovering process models from event logs. IEEE Transactions on Knowledge and Data Engineering, 16(9):1128–1142, 2004.

Lijie Wen, Wil M. P. van der Aalst, Jianmin Wang, Jiaguang Sun: Mining process models with non-free-choice constructs. Data Min. Knowl. Discov. 15(2): 145-180 (2007)

A.K.A de Medeiros, B.F. van Dongen, W.M.P. van der Aalst, and A.J.M.M. Weijters, “Process Mining: Extending the A-Algorithm to Mine Short Loops,” Technical Report, Univ. of Technology

BeehiveZ 系统的下载地址 : http://code.google.com/p/beehivez/

LOGO

Thank You!